فرآیند تحلیل ریسک


آخرین روش‌های مدیریت ریسک بصری

فرقی نمیکند که یک شرکت بزرگ و چند ملیتی باشد یا استارتاپی، به هر حال وقوع ریسک‌ها اجتناب‌ناپذیرند. در واقع مواجهه با ریسک بخشی از یک فعالیت جدید یا روتین است.

بهترین رویکرد کاهش تأثیر منفی‌ای که ممکن است ریسک‌ها بر یک کسب و کار بگذارند، این است که تکنیک‌ها و روش‌های مدیریت ریسک در ساختار کسب و کار گنجانده شوند.

در این مقاله، به بررسی روش‌های مدیریت ریسک بصری که ممکن است در هر مرحله از استراتژی مدیریت ریسک شما مورد استفاده قرار بگیرند، میپردازیم.

مدیریت ریسک به چه معناست؟


مدیریت ریسک، فرایندی است که به واسطه‌ی آن ریسک‌ها به شکلی فعالانه شناسایی و کنترل میگردند. این اقدام به یک کسب و کار امکان افزایش موفقیت را از طریق به حداقل رساندن تهدیدات و به حداکثر رساندن فرصت‌ها ارائه میدهد. مدیریت ریسک برای کسب و کارها، یک اقدام ضروری است چرا که به پیشگیری از زیان‌های مالی و افزایش درآمد کمک میکند.

سایر مزایای مدیریت ریسک شامل موارد ذیل است:

  • کمک به تعیین پروژه‌هایی که احتمالاً به مشکل برخورده‌اند و اجرای راه حل‌های مشکلات آنها
  • کمک به آماده شدن در برابر تهدیدهای غیرمنتظره
  • کمک به فراهم کردن داده‌های کافی برای اتخاذ تصمیمات مرتبط با پروژه‌ها / رویدادها
  • کمک به بهبود ارتباط میان ذی‌نفعان و تیم‌های پروژه
  • کمک به تیم‌ها برای تمرکز بیشتر بر نتایج کلیدی
مراحل مهم و کلیدی فرایند مدیریت ریسک شامل شناسایی ریسک، آنالیز ریسک‌ها و برنامه‌ریزی برای کاهش آنهاست. این مراحل به صورت جزئی و به همراه تکنیک‌های مدیریت ریسک در ادامه شرح داده میشوند.

شناسایی ریسک

فرایند مدیریت ریسک قبل از تدوین اهداف و با شناسایی ریسک‌ها آغاز میگردد. مرحله‌ی شناسایی ریسک باید در ابتدای پروژه انجام شود و نباید آن را در اواسط یا حین پیشبرد پروژه انجام داد چرا که ممکن است خیلی دیر شده باشد.

شناسایی ریسک‌ها را میتوان با دو روش انجام داد:

  • از طریق شناسایی عوامل ریشه‌ای و اصلی و تأثیری که ممکن است داشته باشند.
  • از طریق شناسایی عملیات مهمی که شرکت باید برای دستیابی به هدف انجام دهد و همچنین تعیین چگونگی شکست آنها
روش‌های مدیریت ریسک بصری که در ادامه عنوان شده‌اند، برای شناسایی زودهنگام ریسک‌ها مناسب هستند.

دیاگرام درخت تصمیم (Decision Tree Diagram)

هنگام مواجهه با گزینه‌های متعدد تصمیم‌گیری، میتوان از درخت‌های تصمیم برای اتخاذ تصمیمات استفاده نمود. این کار امکان ارزیابی ارزش نتایج و احتمال دستیابی به آنها را به ما میدهد و این امر نیز به نوبه‌ی خود به گرفتن تصمیمات بهتر کمک میکند.

چگونه میتوان از درخت تصمیم استفاده کرد؟

مرحله ۱: شناسایی تصمیمات و ترسیم درخت تصمیم بر مبنای تصمیمات، هزینه‌ها و فرصت‌های گزینه‌های غیرقطعی موجود

مرحله ۲: مشخص کردن احتمال وقوع ریسک و اختصاص این احتمال به ریسک

مرحله ۳: در این مرحله باید ارزش نقدی و پولی ریسک تعیین شود یا به عبارت دیگر در صورت بروز ریسک، باید تعیین شود که چقدر میتوان هزینه کرد.

مرحله ۴: محاسبه‌ی ارزش پولی مورد انتظار (Expected Monetary Value (EMV)) هر مسیر تصمیم از طریق ضرب احتمال در میزان تأثیر

دیاگرام درخت تصمیم (Decision Tree Diagram)

نمودار تأثیر (Influence Diagram)

نمودار تأثیر برای نمایش خلاصه اطلاعات یک درخت تصمیم به کار میرود؛ این نمودار متغیرهایی که هنگام اتخاذ تصمیم شناخته و ناشناخته هستند را به همراه روابط بین آنها نشان میدهد. مستطیل‌ها نماد تصمیمات، بیضی‌ها نماد عدم قطعیت‌ها (uncertainties) و لوزی‌ها نماد مقادیر یا خروجی‌های مورد نظر هستند. تأثیر هر متغیر روی دیگری با پیکان نشان داده میشود.

نحوه‌ی کار با این نمودار:

مرحله ۱: تعیین تصمیماتی که برای رسیدن به اهداف باید گرفته شوند.

مرحله ۲: ریسک‌ها و فاکتورهای عملکردی که ممکن است بر دستیابی به هدف تأثیر بگذارند را باید در نظر گرفت.

مرحله ۳: شناسایی فاکتورهای ثانویه‌ای که عدم قطعیت مرتبط با فاکتورهای عملکردی را متأثر میکنند.

مرحله ۴: شناسایی فاکتورهای ریسک درجه دوم که ممکن است بر فاکتورهای ثانویه تأثیر بگذارند.

مرحله ۵: ادامه دادن تعیین فاکتورهای مؤثر بر عدم قطعیت تا زمانی که همه‌ی ریسک‌های کلیدی شناسایی شوند.

نمودار تأثیر (Influence Diagram)

تحلیل جدول SWOT

شما حین برنامه‌ریزی برای یک پروژه‌ی جدید و یا توسعه‌ی فرایند جدید، از تحلیل SWOT برای آگاهی از ریسک‌هایی که ممکن است رخ دهند، میتوانید کمک بگیرید. این تحلیل به شما در شناسایی نقاط قوت، ضعف، تهدیدها و فرصت‌های مرتبط با رویداد کمک میکند.

تحلیل جدول SWOT

نمودار استخوان ماهی (Fishbone Diagram)

این نمودار که با عنوان نمودار ایشیکاوا (Ishikawa diagram) و نمودار علت و معلول نیز شناخته شده است برای تشریح یک مسئله و شناسایی علل ریشه‌ای آن به کار میرود. این نمودار به شکل وارونه کار میکند زیرا به شناسایی علل یک اثر خاص کمک می‌نماید.

نمودار استخوان ماهی (Fishbone Diagram)

نقشه‌های فرایند (Process Maps)

نقشه‌های فرایند به نمایش گام‌های اصلی و روابط میان آنها در یک فرایند کمک میکنند. افرادی که با استفاده از نقشه‌ی فرایند، رئوس مهم فرایند را انجام میدهند، به بررسی دقت و صحت روند کار کمک میکنند. علاوه بر این میتوان گلوگاه‌ها (bottlenecks) و موانع را مشخص نمود.

نحوه‌ی کار:

مرحله ۱: مشخص نمودن تیم مورد نیاز برای نقشه‌ی فرایند، خواه این فرایند جدید باشد و خواه در حال طراحی مجدد

مرحله ۲: گردآوری همه‌ی افرادی که در انجام / توسعه‌ی فرایند دخیل هستند و ایجاد طوفان فکری (brainstorm) همه‌ی اطلاعات مربوط به فرایند نظیر ورودی‌ها، خروجی‌ها و غیره.

مرحله ۳: انجام مراحل شناسایی‌شده به شکل ترتیبی

مرحله ۴: ترسیم نقشه‌ای که وضعیت موجود فرایند را نشان دهد

مرحله ۵: شناسایی گلوگاه‌ها و اشکالات موجود در فرایند

نقشه‌های فرایند (Process Maps)

تحلیل ریسک شناسایی شده

زمانی که ریسک‌ها شناسایی شدند، گام بعدی ارزیابی ریسک‌هاست تا نوع تأثیر آنها بر کسب و کار و پروژه‌های فعلی مشخص شود. با انجام صحیح تحلیل ریسک، میتوان اولویت ریسک‌ها را بر اساس بیشترین تأثیری که بر کسب و کار دارند، مشخص نمود.

تحلیل ریسک‌ها را میتوان با دو روش انجام داد:
  • تحلیل کیفی ریسک: در این روش ریسک‌ها بر اساس احتمال وقوعشان و تأثیری که ممکن است بر پروژه‌ها، کسب و کار و غیره داشته باشند، تحلیل میشوند.
  • تحلیل کمّی ریسک: در این روش، نتایج احتمالی کمی‌سازی شده و احتمال دست‌یابی به اهداف بررسی میشوند.
در ادامه چند روش مدیریت ریسک که حین تحلیل مرحله فرایند مدیریت ریسک کمک میکنند، ارائه شده است:

احتمال ریسک و ماتریس تأثیر

این یک ابزار برای ارزیابی کیفی ریسک است که به ارزیابی تأثیر نسبی (کم یا زیاد) ریسک و احتمال وقوع آن (کم یا فرآیند تحلیل ریسک زیاد) کمک میکند.

نحوه‌ی کار:

طبق ماتریس تأثیر و احتمال ریسک، دو بعد برای ریسک وجود دارد:

احتمال – احتمال وقوع ریسک میتواند بین ۰ درصد تا کمتر از 100 درصد باشد و به این ترتیب یک رویداد محتمل الوقوع است.

تأثیر– یک ریسک همیشه تأثیر منفی دارد.

با استفاده از این ابزار میتوان نرخ ریسک‌های بالقوه را بر اساس این دو بعد تعیین کرد. با توجه به مکان قرار گرفتن ریسک‌ها در ماتریس، میتوان آنها را به صورت زیر اولویت‌بندی نمود:

تأثیر کم-احتمال کم

تأثیر کم-احتمال زیاد

تأثیر زیاد-احتمال کم

تأثیر زیاد- احتمال زیاد

ریسک‌های موجود در سمت چپ پایین معمولاً نادیده گرفته میشوند و این در حالی است که ریسک‌های موجود در سمت راست بالا باید اولویت زیادی داشته باشند.

احتمال ریسک و ماتریس تأثیر

نمودار پره‌تو (Pareto Chart):

نمودار پره‌تو یک روش عالی برای تعیین اولویت‌بندی مشکلات بر اساس تأثیر تجمعی‌شان بر سیستم است. طول میله‌ها در این نمودار نمایانگر فرکانس یا هزینه (زمانی یا پولی) است و میله‌ها ازبزرگترین میله در سمت چپ تا کوچکترین در سمت راست مرتب میشوند. این رویکرد، مهمترین وضعیت را به تصویر میکشد.

نحوه‌ی کار:

مرحله ۱: شناسایی معیارها (فرکانس، هزینه زمان و غیره) و دسته‌هایی که برای گروه‌بندی آیتم‌ها نیاز است .

مرحله ۲: تعیین دوره زمانی (یک ساعت، هفته یا روز و غیره) که نمودار پره‌تو قرار است، آن را پوشش دهد.

مرحله ۳: جمع‌آوری داده‌ها به همراه دسته و معیارهای کلی هر دسته

مرحله ۴: تعیین مقیاس صحیح برای معیارها و نشان دادن مقیاس در سمت چپ نمودار

مرحله ۵: علامت‌گذاری میله‌ها برای هر دسته و قرار دادن بلندترین میله در سمت چپ

مرحله ۶: محاسبه‌ی درصد برای هر دسته

مرحله ۷: محاسبه و ترسیم حاصل‌جمع تجمعی

نمودار پره‌تو (Pareto Chart):

تحلیل درخت خطا (Fault Tree Analysis)

تحلیل درخت خطا به شناسایی احتمال نتایج مختلف خطاها و نقص‌های مورد نظر کمک میکند. تحلیل درخت خطا همچنین به شناسایی احتمال وقوع یک رویداد از طریق نمایش رویداد در بالا و شرایط ایجادکننده‌ی رویداد کمک مینماید.

نحوه‌ی کار:

مرحله ۱: شناسایی خطا / نقصی که باید تحلیل شود.

مرحله ۲: لیست کردن علل مستقیم یا بلافصل خطا. بررسی کامل هر مرحله باید انجام شود تا علل ریشه‌ای تحلیل گردند.

مرحله ۳: هنگام اعمال داده‌ها روی درخت خطا باید از آن برای ارزیابی استفاده نمود.

تحلیل درخت خطا (Fault Tree Analysis)

برنامه‌ریزی برای اجتناب از ریسک‌های آتی

در مرحله‌ی برنامه‌ریزی چرخه مدیریت ریسک، باید به کاهش ریسک‌ها از طریق یافتن راه‌حل‌ها و کنترل آنها توجه نمود. کار را باید از ریسک‌هایی شروع کرد که شدیدترین تأثیر را بر پروژه یا سازمان داشته‌اند و باید به دنبال نحوه‌ی حداقل کردن تأثیر آنها بود.

دیاگرام چرخ آینده (Futures wheel diagram)

چرخ آینده ابزاری است که میتوان برای شناسایی نتایج مستقیم و غیرمستقیم روند، رویداد یا تصمیم خاصی از آن استفاده نمود.

نحوه‌ی کار:

مرحله ۱: شناسایی تغییری که میتواند یک مسئله یا ریسک بالقوه باشد.

مرحله ۲: انجام جلسه طوفان فکری در مورد پیامدهای احتمالی این روند.

مرحله ۳: انجام جلسه طوفان فکری در مورد پیامدهای ثانویه یا درجه دوم که مرتبط با پیامدهای «مرتبه اول» که قبلاً شناسایی شده‌اند، هستند. این نمودار را میتوان با اضافه نمودن چندین لایه توسعه داد.

مرحله ۴: زمانی که چرخ‌های آینده کامل شد، باید نمای کلی از پیامدهای مستقیم و غیرمستقیم تغییری که قرار است پیاده شود را به دست آورد.

مرحله ۵: بررسی پیامدهای منفی و شناسایی اقدامات بالقوه‌ای که میتوان برای کنترل آنها انجام داد.

دیاگرام چرخ آینده (Futures wheel diagram)

چارت برنامه تصمیم‌گیری فرایند (process decision program chart)

چارت برنامه تصمیم‌گیری فرایند (PDPC) به یافتن اشتباهاتی که در برنامه‌ی در دست تدوین رخ داده کمک میکند. از این چارت میتوان برای اصلاح برنامه و پیشگیری از بروز مشکل و آماده‌سازی برنامه احتمالی[۱] جهت کاهش ریسک استفاده نمود.

نحوه‌ی کار:

مرحله ۱: ایجاد نمودار درختی برنامه، لیست نمودن اهداف، فعالیت‌های مهم و وظایفی که باید در هر فعالیت تکمیل گردند.

مرحله ۲: به دست گرفتن وظایف سطح سوم و انجام طوفان فکری در مورد آنچه ممکن است، اشتباه انجام شود.

مرحله ۳: اگر پیامدهای مسائلی که قبلاً شناسایی شده‌اند، ناچیز بودند باید آنها را کنار گذاشت و مسائل مهمی که مرتبط با هر وظیفه روی نمودار درختی هستند را به عنوان سطح چهارم در نظر گرفت.

مرحله ۴: فراهم کردن اقدامات متفاوت با هر مسئله و اضافه نمودن آنها به عنوان سطح پنجم به برنامه.

مرحله ۵: بررسی اقدامات عملی و متفاوت هر مسئله بر اساس زمان، منابع، هزینه و غیره. لازم است که از X برای نمایش راه‌حل غیرعملی و ازO برای نمایش راه‌حل عملی استفاده نمود.

چارت برنامه تصمیم‌گیری فرایند (process decision program chart)

تحلیل ریسک- پاداش (Risk-Reward Analysis)

تحلیل ریسک-پاداش ابزاری است که برای ارزیابی گزینه‌های مختلف ریسک و پاداش مورد استفاده قرار میگیرد.

نحوه‌ی کار:

مرحله۱: لیست نمودن گزینه‌ها و ریسک‌های احتمال مرتبط با آنها.

مرحله ۲: ترسیم ریسک‌ها و پاداش‌های مربوط به نمودار ریسک-پاداش.

مرحله ۳: برخی گزینه‌ها ممکن است دارای نمایه ریسک-پاداش مثبت باشند و باید زمانی را اختصاص داد تا متوجه شد که آیا برای کاهش ریسک‌های سایر گزینه‌ها نیز باید زمان صرف کرد یا خیر.

مرحله ۴: مقایسه هر گزینه با دیگری برای شناسایی بهترین گزینه

تحلیل ریسک- پاداش (Risk-Reward Analysis)

اضافه نمودن لیست تکنیک‌های مدیریت ریسک دیداری

تکنیک‌های مدیریت ریسک که در بالا مورد بحث قرار گرفتن به شناسایی، تحلیل و کنترل ریسک‌هایی که ممکن است حین پروژه‌ها یا توسعه فرایندهای جدید کسب و کار رخ دهند، کمک میکنند.

آیا در مورد سایر تکنیک‌های بصری که برای مدیریت ریسک به کار میرود، شناختی دارید؟

نظرات خود را با ما در میان بگذارید.

با کلیک روی لینک‌های زیر درباره‌ی مدیریت ریسک بیشتر بخوانید:

تجزیه و تحلیل ریسک های پروژه فناوری اطلاعات

عکس پیش‌فرض نوشته

تجزیه و تحلیل ریسک های پروژه بعد از فرآیند تشخیص ریسک انجام میگیرد و برای آماده سازی برنامه مقابله با ریسک بسیار ضروری است.

این مرحله شامل فعالیت هایی از قبیل بررسی تاثیرات و احتمال وقوع ریسک ها است که برای اولویت بندی ریسک ها بسیار ضروری است.

تجزیه و تحلیل ریسک پروژه

به عبارت دیگر تجزیه و تحلیل ریسک های پروژه برای تعیین اهمیت ریسک ها و نیز میزان منابع و کاری که برای ریسک های مختلف لازم است، باید انجام شود.

همچنین زمان وقوع ریسک (به توجه به زمان بندی کلی پروژه) و نیز در تخصیص منابع برای ریسک ها مهم بوده و باید مد نظر قرار گیرد، خصوصاً برای تعیین اولویت زمانی رسیدگی به ریسک لازم است.

منابع پروژه ها محدود بوده و برای تخصیص درست و متناسب و نیز استفاده بهینه از منابع مختلف پروژه، تجزیه و تحلیل و بررسی ریسک ها از زوایای مختلف امری ضروری و اجتناب ناپذیر است.

از زاویه بسیار کلی، تجزیه و تحلیل ریسک پروژه برای روشن شدن موارد زیر ضروری در نظر گرفته میشود:

1- احتمال وقوع ریسک پروژه

تعیین احتمال وقوع ریسک در طور پروژه بسیار مهم است؛ زیرا ممکن است ریسک های زیادی تشخیص داده شوند و تعیین احتمال وقوع ضروری است تا در مشخص کردن میزان منابع و زمانی که باید برای ریسک ها صرف شود، به مدیر پروژه کمک کند.

2- زمان احتمالی وقوع ریسک پروژه

تخمینی از زمان احتمالی وقوع ریسک، جهت تعیین اولویت رسیدگی و برنامه ریزی برای مقابله با ریسک به صورت تاثیرگذار است.

3- تاثیرات وقوع ریسک پروژه

منظور بررسی تاثیرات از زوایای مختلف روی مواردی از قبیل اهداف، زمان، هزینه و اسکوپ پروژه است.

مشخص کردن تاثیرات، یک عامل تعیین کننده در دسته های ریسک و در نتیجه تعیین حوزه های مختلف پروژه که ممکن است از جانب ریسک مورد تهدید قرار گیرند، می باشد.

تاثیرات ریسک پروژه از دو دید مهم مورد ارزیابی قرار میگیرند که عبارتند از:

– ارزیابی ضرورت و فوریت

مسلماً ریسک هایی که در زمان های نسبتاً زودتری اتفاق می افتند، باید با فوریت بیشتری مورد بررسی قرار گیرند.

البته زمان وقوع ریسک وابستگی زیادی به زمان بندی پروژه دارد.

می بایست هزینه ریسک ها در صورت وقوع و نیز تخمین هزینه مقابله با ریسک پروژه مورد بررسی و ارزیابی قرار گیرند.

با در نظر گرفتن نتایج ارزیابی ها، اولویت ریسک ها که برای برنامه ریزی چگونگی مقابله و مدیریت ریسک ضروری است، تعیین میگردد.

همچنین با در نظر گرفتن منابع محدود پروژه ها، از منابع در دسترس باید به صورت هدفمند و بهینه در راستای مقابله با ریسک های اولویت بالا استفاده کرد.

ورودی های تجزیه و تحلیل ریسک پروژه عبارتند از:

برنامه ریزی مدیریت ریسک (این مرحله باید طبق برنامه طرح مدیریت ریسک انجام گیرد.)

– پیش فرض ها و محدودیت ها

– اطلاعات پروژه های مشابه

– اهداف، نیاز ها و اسکوپ پروژه (این مرحله برای تعیین تاثیر ریسک ها بسیار مهم است.)

– زمان بندی پروژه (جهت تعیین فوریت رسیدگی به ریسک)

خروجی های تجزیه و تحلیل ریسک پروژه:

– نتایج مستقیم تجزیه و تحلیل برای ریسک ها (تجزیه و تحلیل تاثیرات ، احتمال وقوع ریسک ، زمان وقوع ریسک)

– کلاس بندی ریسک ها به حوزه های مختلف تاثیر

فرآیند کلاس بندی، ریسک های پروژه را طبق حوزه هایی که ریسک بر آنها تاثیر مستقیم دارد تقسیم بندی میکند که به جهت تخصیص بودجه مناسب به حوزه مربوطه برای پروژه های بزرگ مهم است.

– اولویت بندی ریسک ها

این اولویت بندی طبق نتایج تجزیه و تحلیل احتمال وقوع، تاثیرات احتمالی، زمان وقوع و … انجام میگیرد.

این مسئله یک عامل تعیین کننده در برنامه ریزی برای مقابله با ریسک و تخصیص منابع و زمان برای ریسک ها است.

– لیست ریسک هایی که باید مورد توجه بیشتر قرار گیرند.

برنامه ریزی برای کلیه ریسک های تشخیص داده شده در فرآیند تشخیص ریسک پروژه نه عملیاتی بوده و نه پیشنهاد میگردد.

اختصاص منابع خارج از عرف و بدون حساب، خود میتواند عامل به وجود آورنده ریسک باشد.

در نتیجه برنامه ریزی مقابله با ریسک باید فقط تعداد محدودی از ریسک ها را طبق اولویت بندی پوشش دهد.

معمولاً خروجی مرحله آخر، تقسیم ریسک ها به دو قسمت عمده زیر است:

1- ریسک هایی که احتیاج به برنامه ریزی فوری دارند

2- ریسک هایی که باید از آنها آگاه بود.

این مورد شامل ریسک هایی میشود که تاثیرات آنها در مرحله تجزیه و تحلیل ریسک، کم تشخیص داده شده است ولی پتانسیل خطرناک شدن را دارند و در نتیجه باید از آنها آگاه بود تا در مراحل بعدی پروژه مجدداً مورد بازنگری واقع شوند.

این آموزش برای همیشه رایگانه! می‌تونید با اشتراک‌گذاری لینک این صفحه از ما حمایت کنید یا با خرید یه فنجون نوشیدنی بهمون انرژی بدید!

ارائه مدل تحلیل ریسک‌ در پروژه‌‌های شهرسازی مبتنی بر تکنیک داده‌کاوی با مطالعه موردی

تحلیل واکنش درست به ریسک یکی از فرایندهای مهم مدیریت پروژه است. هدف از انجام این پژوهش، دسته‌بندی ریسک­‌های پروژه شهرسازی است. بدین‌منظور، پس از شناسایی ریسک‌­های پروژه شهرسازی، برای ارزیابی ریسک­‌ها مهم‌ترین شاخص‌های با تأیید خبرگان توسعه داده شده است که عبارت‌اند از: میزان تأثیر بر زمان؛ هزینه و کیفیت؛ احتمال وقوع؛ اثرات زیست‌محیطی؛ تأثیرات ایمنی؛ اهمیت ریسک؛ میزان مدیریت‌­پذیری ریسک و استراتژی پاسخ به ریسک؛ سپس ارزیابی ریسک‌ها با استفاده از شاخص‌های مدنظر انجام شد. تمامی مراحل تحلیل با استفاده از روش استاندارد داده‌کاوی کرسیپ اجرا و سطوح اهمیت ریسک، مدیریت‌پذیری ریسک و استراتژی پاسخ با استفاده از الگوریتم‌های داده‌کاوی پیشنهادی به تفکیک پیش‌بینی شدند. یافته‌‌های پژوهش نشان می‌دهند که الگوریتم‌های دسته‌بندی در مدیریت ریسک از عملکرد مطلوبی برخوردارند. الگوریتم دسته‌بندی لجستیک، میزان اهمیت و مدیریت‌پذیری ریسک را به‌­ترتیب با نرخ صحت 88/0 و 9/0 پیش‌بینی کرده ‌است؛ همچنین الگوریتم دسته‌بندی بیزی نیز در پیش‌بینی استراتژی پاسخ به ریسک توانسته است با نرخ صحت 84/0 عملکرد بهتری نسبت به سایر الگوریتم‌ها نشان دهد. برای بررسی بیشتر الگوریتم‌­های مورد­استفاده، نتایج با یکی از روش‌­های متداول، یعنی روش تاپسیس، مقایسه شد که الگوریتم‌های داده‌کاوی در مقایسه با روش تاپسیس نتیجه بهتری ارایه دادند.

کلیدواژه‌ها

  • ارزیابی ریسک
  • مدیریت‌پذیری ریسک
  • استراتژی پاسخ به ریسک
  • الگوریتم بهینه
  • داده‌کاوی

عنوان مقاله [English]

Presentation of Risks Analysis Model in Urban Projects Based on Data Mining Technique with Case Study

نویسندگان [English]

  • mohammad ghodoosi 1
  • Fatemeh Mirsaeedi 2
  • Aliakbar Hasani 3

1 Instructor, University of Torbat Heydarieh.

2 Master of Science, Sadjad University of Technology.

3 Associate Professor, Shahrood University of Technology.

چکیده [English]

Analysis of the right response to risk is one of the important processes in project management. The purpose of this research is to categorize the risks of the urban projects. To this end, after identifying the risks of the urban project, the most important indicators are developed in line with experts’ opinions to evaluate risks. These include impact on time, cost, quality, probability of occurrence, environmental impact, safety effects, importance of risk, risk manageability and risk response strategy. Then, the risk assessment is performed using the desired indicators. All steps are implemented according to CRISP-DM standard methodology and the importance of risk, risk manageability, and risk response strategy are predicted by data mining algorithms. The results show that classification algorithms performed in risk management successfully. Importance of risk and risk manageability are predicted by logistic regression whose accuracy rates are respectively equal 0.88 and 0.9. For risk response strategy, the Naïve Bayes algorithm performed better than other algorithms with an accuracy rate of 0.84. For further investigation of the used algorithms, the results are compared with one of the MCDM methods, the TOPSIS method. Data mining algorithms performed better than the TOPSIS method.

کلیدواژه‌ها [English]

  • Evaluation of Risk
  • Risk Manageablity
  • Risk Response Strategy
  • Optimum Algorithm
  • Data Mining
مراجع

1. Abd El-Karim, A., Nawawy, O., & Abdel- Alim, A, M. (2015). Identification and assessment of risk factors affecting construction projects. HBRC Journal, 13(2), 202-216.

2. Abdollahi, فرآیند تحلیل ریسک A., & Khozin, A. (2016). Using genetic algorithm to optimize the Time-Cost-Quality-Risk in construction projects and investment plans. Journal of Accounting and Auditing Studies, 5(20), 104-123 (In Persian).

3. AlamTabriz, A., Farrokh, M., & Ahmadi, E. (2014). A Comparison of the neural network approach and the earned value management in predicting final cost and duration of projects. Journal of Industrial Management Perspective, 4(1), 51-65 (In Persian).

4. Alam Tabriz, A., & Hamzehi, E. (2011). Project risk evaluation and analysis using risk management based on PMBOK standard and RFMEA technique. Industrial Management Studies, 9(23), 1-19 (In Persian).

5. Alimohammadi, A. M., Abbrishami, M. H., & Javaheri, A. (2016). Prediction of stock return using financial ratios: a decision tree approach. Journal of Financial Management Strategy, 3(4), 125-146 (In Persian).

6. Amiri, M. (2013). Presentation of a Model for Ranking a Project Activities Risk using CPM Network and TOPSIS Method in Fuzzy Environment. Journal of Industrial Management Perspective, 3(2), 169-183 (In Persian).

7. Arish, A., Akbarpour Shirazi, M., Seyed Esfahani, M. M. (2009). Case-based decision support model for risk responses planning. International Journal of Industrial Engineering and Production Management, 3(20), 1-14 (In Persian).

8. Asadollahi Hosseini, H. (2013). Identification and Prioritization of Tunnel Project Risks Using AHP Method (Case Study: Qom Urban Train Project). MSc Thesis, Islamic Azad University, Najaf Abad (In Persian).

9. Ataie, Sh. (2017). Data mining software (WEKA). Tehran: Iran University of Science & Technology (In Persian).

10. Bagheri, S. (2015). Providing a template for selecting the most appropriate risk management techniques and tools in project management. Journal of Standard and Quality Management, 4(18), 27-35 (In Persian).

11. Bagherian Marandi, N. (2011). Applied risk management in construction projects. 6th International Conference on Seismology and Earthquake Engineering, Tehran (In Persian).

12. Bagherzadeh, F., Ramezankhani, A., Azizi, F., Hadaegh, F., Steyerbergh, E. W., & Khalili, D. (2016). A tutorial on variable selection for clinical prediction models: Feature selection methods in data-mining could improve the results, Journal of Clinical Epidemiology, 71, 76-85.

13. Banihashemi, A., Khalilzadeh, M. (2018). Sensitivity analysis for estimating cost of project execution with EVM technique by considering factors of quality and risk. Iranian Journal of Trade Studies, 22(87), 187-214 (In Persian).

15. Esmaeilzadeh, A. (2011). Risk Classification of Construction Projects and Analysis them using Structural Equation Modeling and Grey Approach. MSc Thesis. Allameh Tabataba'i University, Tehran (In Persian).

17. Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques, 2nd edition., Morgan Kaufmann.

18. Hatefi, M., Rostami, M., Nafte, N., & Bazgir, B. (2016). Designing and implementing a decision support system for project risk management in the Sarkhun and Gheshm gas refinery. International Journal of Industrial Engineering & Production Management, 27(4), 617-633 (In Persian).

19. Hillson, D. (2004). Efective opportunity management for projects – exploiting positive risk. NewYork: Marcel Dekker.

20. Ho, T. K. (1998). The Random subspace method for constructing decision forests. IEEE Trans Pattern Analysis and Machine Intelligence, 20(8), 832–844.

21. Jozi, A., & Seifossadat, H. (2014). Environmental risk assessment of Gotvand-Olia dam at operational phase using the integrated method of Environmental Failure Mode and Effects Analysis (EFMEA) and preliminary hazard analysis. Journal of Environmental Studies, 40(1), 107-120 (In Persian).

22. Kabakchieva, D. (2013). Predicting Student Performance by Using Data Mining Methods for Classification, Cybernetics and Information Technologies, 13(1), 61-72.

23. Kantardzik, M. (2010). Data mining. Translator: Amir Alikhanzadeh. Tehran: Computer sciences (In Persian).

24. Kaplinski, O. (2013). Risk Management of Construction Works by Means of the Utility Theory: a Case Study. 11th International Conference on Modern Building Materials, Structures and Techniques. MBMST: Procedia Engineering, (57), 533-539.

25. Khaksari, M., Shafei, R., Allah Visi, B. (2009). Recognition the risk roots in constructional projects and the methods of their management. (A فرآیند تحلیل ریسک case study). Journal of Productivity Management, 2(7), 139-160 (In Persian).

26. Malmasi, S., Arjmandi, R., Nezakati, R., Allahdad, Z. (2017). Environmental risk assessment of dam projects by using ELECTRE technique. Journal of Environmental Science and Technology, 18(4), 57-72 (In Persian).

28. Mohajeri, Sh., Nakhlestani, S., Harsej, F. (2017). Risk management in the implementation of a road construction project with emphasis on the principles of ergonomics. Journal of Science and Engineering Elites, 2(2), 255-264 (In Persian).

29. Mokhtari, Gh., & Hasanzadeh, Y. (2019). An integrated multi-objective model for project portfolio selection and risk response actions planning. Journal of Industrial Management Perspective, 8(4), 9-32 (In Persian).

30. Olfat, L., Khosravani, F., & Jalali, R. (2010). Identification and Ranking of Project Risk Based on PMBOK Standard by Fuzzy Approach. Journal of Industrial Management Studies, 8(19), 147-163 (In Persian).

31. Olsson, R. (2007). In search of opportunity management: Is the risk management process enough? International Journal of Project Management, 25(8), 745-752.

32. PMI (Project Management Institute), (2013). A Guide to the Project Management Body of Knowledge (PMBoK guide)”, 5th ed., USA: Pennsylvania.

33. PMI (Project Management Institute), (2017). A Guide to the Project Management Body of Knowledge (PMBoK guide)”, 6th ed., USA: Pennsylvania.

34. Pospieszny, P. (2017). Application of Data Mining Techniques in Project Management – an Overview. Collegium of Economic Analysis Annals, Warsaw School of Economics, Collegium of Economic Analysis, 43, 199-220.

35. Rahnama, M. R., & Hejazi, M. (2017). The use of project risk management knowledge to develop strategies to improve urban public-private partnership projects (Case study: projects of Mashhad municipality). Research and Urban Planning, 8(29), 1-22 (In Persian).

36. Rao W., Chen J. (2020). Risk Control System of Construction Engineering Based on Data فرآیند تحلیل ریسک Mining and Artificial Intelligence Technology. In: Huang C., Chan YW., Yen N. (eds) Data Processing Techniques and Applications for Cyber-Physical Systems (DPTA 2019). Advances in Intelligent Systems and Computing, 1088. Springer, Singapore

37. Renault, B. Y., Agumba, J. N., Balogun, O. A. (2016). Drivers for and obstacles to enterprise risk management in construction firms: a literature review. Creative Construction Conference, Budapest: Procedia Engineering, 5, 402-408.

38. Rezaeian, J., Iranian, M. (2018). Risk assessment in road construction projects based on the PMBOK standard case study: (Cable bridge construction project the city of Sari). Passive Defense Quarterly, 9(3), 55-66 (In Persian).

39. Sayadi, A., Hyati, M., Azar. A. (2011). Assessment and ranking of risks in tunneling projects using linear assignment technique. International Journal of Industrial Engineering and Production Management, 22(1), 27-38 (In Persian).

40. Serpell, A., Ferrada, X., Rubio, L., & Arauzo, S. (2015). Evaluating risk management practices in construction organizations. Social and Behavioral Sciences, 194, 201-210.

41. Serpella, A. F., Ferrada, X., Howard, R., Rubio, L. (2014). Risk management in construction projects: a knowledge-based approach. Social and Behavioral Sciences, 119, 653-662.

43. Szymanski, P. (2017). Risk management in construction projects. 2nd International Joint Conference on Innovative Solutions in Construction Engineering and Management. Poland: Procedia Engineering, 208, 174-182.

44. Toloei Ashlaghi, A., Nikoomaram, H., & Sharabian, F. (2010). Credit facilities applicants classification by SVM. Management Researches, 21(84), 1-19 (In Persian).

45. Wirth, R., & Hipp, J. (2000). CRISP-DM: Towards a Standard Process Model for Data Mining. Proceedings of the Fourth International Conference on the Practical Application of Knowledge Discovery and Data Mining.

46. Wróblewski, P. (2007). Zarządzanie projektami informatycznymi dla praktyków, Wydawnictwo Helion. Zarządzanie Ryzykiem w przedsięwzięciu. Wydanie, 1.

47. Zahraie, B., Roozbahani, A., & Mirshekari, M. (2017). Risk assessment model based on fuzzy expert systems for construction project management. Sharif Journal (Civil Engineering), 32.2(4.1), 61-70 (In Persian).

48. Zegordi, S. H., Nazari, A., Rezaee Nik, E. (2014). Project risk assessment by a hybrid approach using fuzzy-ANP and fuzzy-TOPSIS. Sharif Journal (Industrial Engineering and Management), 29-1(2), 3-14 (In Persian).

49. Zhang, Y., & Fan, Zh, P. (2014). An optimization method for selecting project risk response strategies. International Journal of Project Management, 32(3), 412-422.

به کارگیری فرایند تحلیل شبکه‌ای برای شناسایی ریسک رفتارهای خطا در سیستم‌های کاری

ایمنی سیستم کاری تابع عوامل متعددی است و ساختار پیچیده و پویایی دارد. هم‌چنین ممکن است بین عوامل مؤثر در ایمنی سیستم، رابطه و وابستگی وجود داشته باشد. بنابراین، ایمنی سیستم را باید با دیدی همه جانبه و کل نگر مورد تجزیه و تحلیل قرار داد. در پژوهش حاضر سعی شده تا میزان ریسک رفتار خطا (FBR) به عنوان یک عامل مهم در میزان ایمنی سیستم کار، از طریق فرایند تحلیل شبکه‌ای (ANP) که توسعه یافته فرایند سلسله مراتبی است، تعیین شود. به همین منظور در مرحله اول عوامل تأثیرگذار مختلفی که از منابع متعدد جمع‌آوری شده بودند، توسط افراد خبره مورد ارزیابی قرار گرفتند و مهم‌ترین عوامل انتخاب شدند. پنج نفر از افراد خبره که در سطوح عالی سازمان نقش تعیین‌کننده داشتند، برای مصاحبه و پرسش‌نامه انتخاب شدند که دارای صلاحیت علمی و تجربی بالایی هستند. در مرحله بعد رتبه‌بندی عوامل با استفاده از مقیاس ارقام قطعی انجام شد و طی یک مدل گام به گام فرآیند تحلیل ریسک FBR سیستم کار از طریق مدل ANP محاسبه گردید. در پژوهش حاضر فرض اساسی، وابستگی میان عوامل سازمانی، فردی و شغلی می‌باشد. این وابستگی از طریق ماتریس مقایسات زوجی و از طریق پرسش‌نامه زوجی با طیف 9گانه ساعتی تعین گردید. .

به کارگیری فرایند تحلیل شبکه‌ای برای شناسایی ریسک رفتارهای خطا در سیستم‌های کاری

ایمنی سیستم کاری تابع عوامل متعددی است و ساختار پیچیده و پویایی دارد. هم‌چنین ممکن است بین عوامل مؤثر در ایمنی سیستم، رابطه و وابستگی وجود داشته باشد. بنابراین، ایمنی سیستم را باید با دیدی همه جانبه و کل نگر مورد تجزیه و تحلیل قرار داد. در پژوهش حاضر سعی شده تا میزان ریسک رفتار خطا (FBR) به عنوان یک عامل مهم در میزان ایمنی سیستم کار، از طریق فرایند تحلیل شبکه‌ای (ANP) که توسعه یافته فرایند سلسله مراتبی است، تعیین شود. به همین منظور در مرحله اول عوامل تأثیرگذار مختلفی که از منابع متعدد جمع‌آوری شده بودند، توسط افراد خبره مورد ارزیابی قرار گرفتند و مهم‌ترین عوامل انتخاب شدند. پنج نفر از افراد خبره که در سطوح عالی سازمان نقش تعیین‌کننده داشتند، برای مصاحبه و پرسش‌نامه انتخاب شدند که دارای صلاحیت علمی و تجربی بالایی هستند. در مرحله بعد رتبه‌بندی عوامل با استفاده از مقیاس ارقام قطعی انجام شد و طی یک مدل گام به گام FBR سیستم کار از طریق مدل ANP محاسبه گردید. در پژوهش حاضر فرض اساسی، وابستگی میان عوامل سازمانی، فردی و شغلی می‌باشد. این وابستگی از طریق ماتریس مقایسات زوجی و از طریق پرسش‌نامه زوجی با طیف 9گانه ساعتی تعین گردید. .



اشتراک گذاری

دیدگاه شما

اولین دیدگاه را شما ارسال نمایید.